話した言葉がいつ始まるか、ミリ秒単位で分かるAPI
Show HN: An API for word timestamps from speech, 75% within 20ms
💬 In one line
動画編集アプリを作るチームが、音声の中から一つ一つの単語がどの時間に喋られたかを見つけるツールを発表しました。
既存のツールより精度が高いと言っています。
✨ What it does
-
単語のタイミングが正確
動画編集で、喋った言葉を切り出すとき、わずかなズレでも映像が台無しになります。このツールは従来より正確に単語の開始と終了の時刻を教えてくれます。
-
独自の仕組みで実現
既存の音声認識モデルに工夫を加えて、自分たちでより正確なツールを作りました。AIに音声を分析させる際のやり方に工夫があります。
-
安い料金設定
1時間分の音声処理が32円という低い料金です。最初は無料で試せます。
🛠 Who it helps
動画編集をするクリエイターや、音声を細かく加工する必要がある開発者に向いています。YouTubeなどで話している映像から、特定の言葉だけを切り出したい、という場面で活躍します。
⚠️ Caution
まだ英語の音声にしか対応していません。試作品段階で、既存のツールと比べて処理に時間がかかるという注意書きがあります。
🔗 Original
The write-up above summarises the original. See it for the exact details.
📖 More new Show HN
🔗 Related hubs and more new arrivals
The headline and summary are an AI's Japanese rendering of a page published by an individual or a small team. They can diverge from the original. For the exact wording, follow the link to the source. Terms of Use